看不清咋办？算法脑补

同一种风机在同一座风场运行，其发电性能各不相同，也就是功率曲线有所差别。由于涉及风速湍流、入流角、风剪切等太多因素，且风瞬息万变，风轮平面上的风速难以完全测量，因此复杂的风况环境也难免会为不合格的功率曲线“背锅”，而风机自身机理异常所导致的发电性能跌落却被严重忽略了。

就像华为P30拍月亮，看不清楚怎么办？算法来脑补！基于SCADA秒级数据，扁鹊通过特征提取技术与机器学习算法，在风况因素影响范围外发现风机各运行量与最优出力的相关性，从而可以排除风速、湍流干扰，锁定导致风机发电性能跌落的系统异常，如偏航偏差、叶片雨蚀、变桨控制或转矩控制未达到最优等，一切皆透明。

今年4月，扁鹊告警某风场风机功率曲线状态异常，自动诊断风机实际偏航对风位置与最优出力位置的偏差超过5度。按前两年的传统做法，需要现场工程师上机检查风向标与偏航传动，确认并调整偏差。但这次在站端，扁鹊将计算好的偏航最优控制策略参数直接传到风机主控上，避免了发电量损失。

权威数据显示，在20年风机各类失效大部件中叶片失效占比超过50%，但全球超过25万台在运风机叶片几乎没有安装传感器。为什么？由于叶片结构的特殊性，用后续加装传统传感器来监测其健康状况是一件成本高到低于投资回报的事情。

对于雷击破坏、前缘雨蚀、开裂等叶片外部损伤，如果不及时发现检修，不仅会恶化造成更换，还会影响其气动特性，时时刻刻降低风机出力。解决这些问题，需要给风机装上耳朵，远景智能风机的声音传感器就安装在塔筒门框上方。通过传感器采集到的扫风声音，扁鹊便能预警叶片外表面缺陷及损伤等亚健康状况，避免运行过程伤势扩大，做到及时止损。

用算法还能解决叶片的其他安全问题。比如，很多叶片在制造时就有了褶皱、缺胶等缺陷，只是没有被检测出来，导致在安装运行几年后，很可能突然出现折断现象。解决叶片的安全结构风险，就需要给风机装上眼睛。远景智能风机的塔筒上安装了毫米波雷达，通过实时探测叶尖距离塔筒净空，扁鹊结合风况和机器学习算法及时发现叶片刚度的异常、及时预警停机检查，避免叶片断裂灾难性事故发生。

提到风机鼻子，说个热点，比如海上风机如果基础密封不佳，很容易受到腐烂有机物产生的硫化氢的腐蚀，因此远景智能风机安装上了鼻子，用来探测气体浓度，这样一来，扁鹊就能及时预警通风状况，提醒加强密封问题。不止如此，扁鹊还可直接测量塔筒基础非均匀沉降、塔筒位移，避免倒塔和极限推力超出风机设计范围，进而保障风机运行安全。

传统风机的大脑，主控PLC主要接受4-20mA电流，传统传感器的职责是将温度、压力等简单的信息转换成电流信号。但今天，智能风机的耳朵、眼睛和鼻子带来的重浓度信号，已经大大超过了传统风机控制器PLC的信号处理能力——新的感知呼唤更强的大脑。

在远景智能风机看来，孤立的机端盒子也不够聪明，传统主控PLC是风机运动控制的小脑，真正的大脑是AIoT定义的机端盒子Smart Box。

在远景智能物联网架构中，站端Edge 2.0将所有风机的大脑联系起来，变成风场的大脑；云端的En OS 2.0又将所有风场的大脑联系起来，气象、电网等其他数据都被感知进入云端，进而组成超级大脑，感知一切，计算一切，无远弗届，这是今天AIoT正在发挥的力量。

时间和技术正在改变风电世界。今天传感器通过导线连接Smartbox，限制了很多传感器的安装。明天低延时5G技术或将使风机内的总线通讯实现无线化，也就是说一台5G风机将密布各类无线传感器。